论文研究-基于张量的2D-PCA人脸识别算法.pdf
人脸图像的色彩信息也是人脸的重要特征，但现有的2D-PCA彩色人脸识别忽略了人脸色彩信息的空间关系。由此引入三阶张量表示，提出基于张量的2D-PCA（Tensor PCA）的人脸识别算法。Tensor PCA通过分解[n]模总体散布矩阵获得三个由最大特征值对应的特征向量组成的将张量样本投影到低维子空间的投影矩阵，并构造交替最小二乘法的迭代过程对矩阵进行优化得到最优投影矩阵，使得投影后的样本间的距离尽可能得大，以达到最佳分类识别的效果。Georgia Tech彩色人脸库的测试结果表明，与2D-PCA方法相比，识别正确率提升了5.53%，同时训练时间降低了78.1%。
文件下载
评论信息
其他资源
- KUKA.ForceTorqueControl 4.1中文说明书
- MapReduce实现矩阵相乘算法
- mac版xampp php5.4版本
- 101标准规约
- Excel 2010数据透视表应用大全示例文件excelhome.rar
- SAP MM模块配置
- 基于java的广告系统
- LDPC编码Verilog代码
- Kaggle House Prices数据集
- 华帝热水器使用说明书
- 分治策略（算法设计）寻找最邻近点对c++源代码
- 硬件工程师实习报告
- Fortigate 80C V5.2 Firmware
- netty技术分享
- 使用衬底集成波导（SIW）双模腔的紧凑型毫米波双带通滤波器
- 中山大学《酒店管理》期末考试试卷.pdf
- qrtz_blob_triggers.sql
- 拼单词游戏
- IntroductiontoComputingSystems.rar
- wiegand_in.rar
- 简单的数字虚拟键盘
- IOS新闻demo
- 自控船模的研制.pdf
- 网站整站下载器付可用序列号一枚
- 基于matalab得出语音信号数字处理
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明